MétaCan
Menu
Retour à la cohorte
Enregistrement W3049889647 · doi:10.2217/bmm-2019-0419

Tubular Injury and Cell-Cycle Arrest Biomarkers To Predict Acute Kidney Injury in Noncritically Ill Children Receiving Aminoglycosides

2020· article· en· W3049889647 sur OpenAlexaff
Hayton Chui, Jillian S. Caldwell, Mariya Yordanova, Vedran Cockovski, Daniel Fredric, Maya Harel‐Sterling, Maya Haasz, Zubaida Al‐Ismaili, Michael Pizzi, Qing Ma, Prasad Devarajan, Stuart L. Goldstein, Michael Zappitelli

Notice bibliographique

RevueBiomarkers in Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Kidney Injury Research
Établissements canadiensSickKids FoundationMcGill University Health CentreUniversity of TorontoMontreal Children's HospitalHospital for Sick Children
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineAcute kidney injuryIntensive care medicineEmergency medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Aim: NGAL, IL-18, KIM-1 as well as urinary TIMP2 and IGFBP7 and their mathematical product (TIMP2*IGFBP7) were evaluated for detecting pediatric aminoglycoside acute kidney injury (AG-AKI). Methods: In a prospective study, noncritically ill children received aminoglycosides (AG) ≥3 days. The area under the curve (AUC) for biomarkers to detect AKI was calculated by a) days before AKI onset; b) treatment days. Results: There were 113 AG episodes (68% febrile neutropenia). The AKI group had a higher proportion with febrile neutropenia. The AKI group had significantly lower NGAL 3 days before AKI, as patients with febrile neutropenia had a lower NGAL during AG treatment (p < 0.05). NGAL, IL-18 and TIMP2*IGFBP7 had AUC ≥0.73 at 3, 2 and 2 days before AKI onset. Conclusion: NGAL, IL-18 and TIMP2*IGFBP7 were modest early biomarkers of AG-AKI. Febrile neutropenia was associated with lower NGAL.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,302
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomarkers in MedicineMême sujetAcute Kidney Injury ResearchTravaux en français237 207